如何将 JSON 结构化数据写入 Python 中的文本文件？

Posted 2023-03-12

【中文标题】如何将 JSON 结构化数据写入 Python 中的文本文件？

【英文标题】：How to write the JSON structured data to a text file in Python?

【发布时间】：2019-04-19 12:36:21

【问题描述】：

我正在尝试将我的 JSON 结构化数据写入 JSON 文件。 js 数据框包含这样的 JSON 数据：

["variable":"Latitude","min":26.845043,"Q1":31.1972475,"variable":"Longitude","min":-122.315002,"Q1":-116.557795,"variable":"Zip","min":20910.0,"Q1":32788.5]

但是当我将它写入文件时，数据的存储方式会有所不同。您能帮我将结果存储在数据框（js）中吗？

"[\"variable\":\"Latitude\",\"min\":26.845043,\"Q1\":31.1972475,\"variable\":\"Longitude\",\"min\":-122.315002,\"Q1\":-116.557795,\"variable\":\"Zip\",\"min\":20910.0,\"Q1\":32788.5]"

代码：

import csv
import json
import pandas as pd    
df = pd.read_csv(r'C:\Users\spanda031\Downloads\DQ_RESUlT.csv')
js = df.to_json(orient="records")
print(js)

# Read JSON file
with open('C:\\Users\\spanda031\\Downloads\\data.json', 'w') as data_file:
    json.dump(js,data_file)

【参考方案1】：

我认为您正在对数据进行双重编码 - df.to_json 将数据转换为 JSON 字符串。然后你正在运行json.dump，然后将已经编码的字符串再次编码为 JSON - 这导致将现有 JSON 包装在引号中并用反斜杠转义所有内部引号你最终得到 JSON-within-JSON，这是不必要或不可取的。

您应该使用这些方法中的一种或其他，但不能同时使用这两种方法。最简单的方法可能是使用df.to_json 准确地序列化数据帧数据，然后将字符串作为文本直接写入文件。

【讨论】：

df = pd.read_csv('C:\\Users\\spanda031\\Downloads\\data_new.csv','w') df.to_csv(js) 我用它来写一个 csv 但结果仍然相同

如何将其写入 CSV 产生相同的结果？这与编码为 JSON 无关。如果js 是 JSON，你为什么要尝试将其写为 CSV？这是没有意义的。只需将其写为纯文本即可。现在似乎有人向您展示了正确的方法，所以希望不再有问题。

【参考方案2】：

import pandas as pd
import json
df = pd.read_csv("temp.csv")
# it will dump json to file
df.to_json("filename.json", orient="records")

输出为 filename.json：

["variable":"Latitude","min":26.84505,"Q1":31.19725,"variable":"Longtitude","min":-122.315,"Q1":-116.558,"variable":"Zip","min":20910.0,"Q1":32788.5]

【参考方案3】：

Talk这么便宜，为什么不让我给你看代码呢？

import csv
import json
import pandas as pd    
df = pd.read_csv(r'C:\Users\spanda031\Downloads\DQ_RESUlT.csv')
// where magic happends! :)
js = df.to_dict(orient="records")
print(js)

# Read JSON file
with open('C:\\Users\\spanda031\\Downloads\\data.json', 'w') as data_file:
    json.dump(js,data_file)

【讨论】：

谢谢。和 +1 （谈话这么便宜，为什么不让我给你看代码？）